Невозможно управлять тем, что нельзя измерить (древнеримская мудрость) Количество информации в мире растет в геометрической прогрессии, а между тем человеческий мозг не способен развиваться с такой же скоростью.
Поэтому многие крупные компании уже столкнулись с тем, что данные и отчеты в многостраничных и многоколоночных таблицах нужно не только собирать и хранить, отправлять и скачивать, но и регулярно анализировать и исследовать.
Но что делать, если гигантские многоэкранные таблицы становятся более запутанными и скучными, чем помогают исследовать и выявлять закономерности? А это значит, что на помощь должны прийти самые передовые технологии и, естественно, дизайн.
Что такое БИ
Бизнес-аналитика (сокращенно BI) — это методы и инструменты для перевода необработанной информации в осмысленную и удобную форму.Эти данные используются для бизнес-анализа.
Технологии BI обрабатывают большие объемы неструктурированных данных для поиска стратегических возможностей для бизнеса.
Бизнес-анализ как деятельность состоит из нескольких взаимосвязанных процессов: сбор данных, онлайн-аналитическая обработка, получение информации из баз данных (запросы), составление отчетов.
Цель BI — интерпретировать большие объемы данных, концентрируясь только на ключевых факторах производительности, моделируя результаты различных действий и отслеживая результаты принятия решений.
Более того, по блестящему определению Ганса Петера Луна, с которым я абсолютно согласен, «важны не сами факты, а связи между ними».
Почему это необходимо?
На самом деле по-настоящему большие и сложные данные появились не вчера.Любой учебник по баллистике и морскому судоходству трехсотлетней давности может с такой же легкостью сбить с толку любого современного неподготовленного обывателя.
Единственное, что раньше никто всерьез не озадачивался проблемой качественной визуализации и представления имеющихся данных, ведь знания как таковые уже были привилегией очень небольших групп людей.
Сейчас это звучит странно, но на протяжении большей части своей истории человечество было убеждено, что любые существующие знания нужны очень узкой и специализированной группе людей: Астрономия и медицина – только для шаманов (целителей), Библия на латыни доступна только горстке священников.
письмо только одному писарю на всю деревню,
иностранный язык - один переводчик на всю страну и т.д.
Эти категории знающих людей, в свою очередь, не жалели времени и сил для постижения любого объёма знаний в любом количестве, небезосновательно считая эту деятельность залогом своего высокого социального статуса и сытного питания.
Им не нужна была инфографика и качественная визуализация, оформление вращающихся в трехмерном пространстве гистограмм и круговых диаграмм, поскольку у них было достаточно времени, сил и усердия, чтобы посвятить всю свою жизнь ежедневному наблюдению за всем малым, что существовало на тот момент. момент доступности объема данных.
Концепция о том, что «знания нужны сразу всем» еще сравнительно молода и еще не нашла 100% сторонников даже в современном мире, поскольку даже в общедоступном сегодня Интернете наблюдаются тенденции ограничений, запретов, усложнений и Манипулирование недостоверной информацией растет с каждым днем.
Интересно, что именно инфографика сегодня достигла пика своей востребованности - когда огромные данные уже кем-то структурированы, обработаны, переварены, урезаны и представлены так, как нужно автору, чтобы максимально точно поддержать его первоначальную идею.
- с наглядной аргументацией.
Именно скорость восприятия данных, заранее «пережеванных» для пользователя, сегодня определяет общую эффективность, обучаемость и прибыльность любого сотрудника в любой компании.
Более того, потребность современного общества в мультиэкспертах, объединяющих поверхностные знания сразу во многих смежных отраслях, добавляет острую необходимость сразу помещать незнакомые данные в правильный контекст, чтобы представить любой столбец цифр сразу в нужном ракурсе, расширяя весь горизонт происходящих событий, максимально возможный для пользователя.
Именно поэтому большинство современных графиков должны синтезировать в одном месте несколько разных индикаторов: точечный индикатор, накопление, скорость его роста во времени и возможную проекцию на будущее.
Но в то же время в ходе первоначального бенчмаркинга быстро выяснилось, что «Таблица — королева данных», поскольку наш типичный пользователь, глядя на максимально качественный график, моментально желает уточнить данные в таблице.
Более того, ему также привычнее настраивать сортировку, фильтрацию и присваивать сложные выражения столбцам чисел в табличном варианте.
Спасибо за это десятилетиям доминирования мировоззрения MS Excel.
Что мы имеем
Адаптация нашей будущей системы под конкретный формат данных для конкретного предприятия позволила максимально упростить обработку данных из базы и качество формируемых OLAP-кубов.Кубы могут объединяться и позволять редактировать существующие данные.
Сама информация в кубах уже была четко разделена на Измерения и Меры, а готовые технологии уже выявляли пустые или вырожденные наборы данных, чтобы по умолчанию скрывать их от пользователя.
Изучив огромное количество аналогов: MS Power BI, Dundas, Tableau, Qlik, было интересно обнаружить, что одна из самых простых в освоении и комфортных в работе систем разработана отечественной компанией Polymatica. Даже в их бесплатном демо-доступе было заметно количество продуманных и в то же время простых решений, которые нашли их специалисты.
Именно их подход был взят за основу с желанием усовершенствовать и углубить все разработки, имеющиеся в открытом доступе.
Три уровня качества дизайна
На мой взгляд, есть три пути решения любой задачи, в которых проектирование любой современной системы занимает второе место в порядке убывания сложности.1-й уровень — решение с использованием алгоритмов и интерфейса, совершенно невидимого для стороннего наблюдателя.
Такая система верхнего уровня не запрашивает, не ждет разрешения и включения настроек у запутавшегося в паутине информации пользователя – а сама способна предложить ему необходимые данные, выявить особо интересные кластеры, всплески, установить связи между совершенно независимыми (на первый взгляд) данными и предоставлением конечному пользователю готовых советов, плана действий, пути к цели.
Это решение идеально не только потому, что оно минимально отвлекает обычного человека от насущных дел с его запросами ввести данные, затем указать, выбрать, нажать, бросить; но также благодаря способности самостоятельно находить и обрабатывать основную причину конкретной проблемы.
Лучшей аналогией этому подходу является предварительная профилактика заболеваний у человека с юных лет, когда медицина предлагает заранее закаляться и чистить зубы, укреплять свое тело и дух, не дожидаясь появления симптомов заболевания (возможно, уже очень запущенного).
заболевание, которое необходимо выявить.
На этом уровне решения система по определению не нуждается в визуальном проектировании, в то же время логические диаграммы, UML-диаграммы, декомпозиции процессов или просто Mindmaps занимают в Техническом задании сотни страниц.
Конструкция ведра, которым вы каждое утро будете обливаться холодной водой, не важна для вашего организма – но для него крайне важно иметь четкий утренний график, отрегулированную температуру воды и набор мотивации для выполнения ежедневной оздоровительной процедуры.
ритуал для четкого движения к цели.
Очень здорово, когда современная система способна хотя бы имитировать такую умную деятельность, заранее предсказывая, какие отчеты и представления данных будут наиболее востребованы пользователем.
Это позволяет загружать экран с визуально готового дашборда, а не с «чистого листа».
Оптимальным приемом здесь является первоначальное распределение всех существующих фактов и информации – по временному измерению.
Таким образом, пользователь сразу включается в процесс и заинтересован в добавлении новых измерений для более глубокого изучения, доработке полученных данных или немедленном переходе к визуализации.
Именно так делают в Яндекс.
Метрике, и мы реализовали ту же идею мгновенного создания дашборда на основе существующих подключений: 
На втором уровне , когда происхождение проблемы было упущено, а ее основные причины не очень ясны - и обнаружено 99% существующих инструментов обнаружения, исследования и аналитики.
Здесь на первый план выходит качество графического оформления и удобное представление данных.
Медицинский аналог представляет собой красиво упакованную таблетку в сладкой глазури, приняв которую пациент надеется начать с максимальным комфортом бороться с наиболее ярко выраженными симптомами и последствиями, такими как лихорадка.
Хотя высокая температура сама по себе не является заболеванием, а попыткой организма самостоятельно и вполне адекватно отреагировать и противостоять возникновению проблемы.
По такому же принципу организована работа современных BI-систем, когда по нетипичным проявлениям данных на дашборде можно сделать вывод, что живой организм вашего бизнеса как можно лучше сопротивляется возникшей откуда-то проблеме.
может. Именно здесь к качеству дизайна таких приборных панелей следует применять любые измеримые характеристики, помимо стандартных субъективных понятий о красоте и визуальном вкусе.
Также будет крайне важно: скорость внесения изменений в наборы данных, простота подготовки отчета, количество действий по изменению типа отображения или обновлению данных, возможность создания собственных шаблонов, библиотек, наборов данных.
Третий и самый низкий уровень качество в моем понимании состоит из постоянных подсказок, оповещений, уведомлений, мастеров создания мультиэкранов и длительного процесса онбординга.
Здесь опять же качество оформления не играет никакой роли, ведь пользователь будет смотреть в основном на текстовые рекомендации и стрелки.
Создание такого слишком сложного интерфейса системы для работы с слишком сложными данными — априори провальная идея.
И медицинские примеры здесь не совсем удачны: постоянные заговоры, клевета и снятие порчи вместо комплексного лечения.
Создание фундаментальных принципов будущей системы
1. Видимость – данные всегда видны
С точки зрения UX, скрывать сами данные даже на несколько секунд под меню, настройками и модальными окнами так же плохо, как внезапно скрывать корзину с оформленным заказом и общей стоимостью всего за секунду до того, как пользователь совершит покупку в Интернет-магазин.Также невозможно представить выпадающие меню в кабине пилота реактивного истребителя или машиниста электровоза, а на рабочих экранах различных типов такая практика стала слишком навязчивой.
2. Непрерывность (бесшовность) – взаимодействую там же, где получаю результат
В целом проблема вырыва данных из элементов управления достаточно нетривиальна и потребовала от нас нескольких десятков попыток ее решения.Под пробелом здесь мы подразумеваем необходимость управления данными через специальную интерфейсную панель, расположенную справа/слева или сверху/снизу самой таблицы.
С точки зрения эволюции, наиболее естественным для любого человека является принцип «беру то, что вижу», когда столбцы диаграммы или строки таблицы полностью интерактивны и готовы откликнуться на любое желание человека.
пользователь, не дожидаясь, пока специальная панель управления будет вытащена куда-нибудь в сторону.
Возможно, это был один из самых трудных для реализации принципов.
3. Эмоциональность как основа быстрого восприятия
Мы пришли к пониманию, что человеку, выросшему в полностью трехмерном мире, придется потратить лишние миллисекунды, чтобы перевести абстракцию чисел в информацию, окрашенную эмоциями и пониманием, например: Здесь не просто так написано, что 32 456 рублей — это хороший результат, выделенный цветом, так и есть, я молодец; 34% здесь написано не просто так - это повод выделить цифру маркером, организовать митинг, объявить выговор и сделать давно запланированные перестановки в руководстве.Без этих эмоциональных историй, порождаемых нашим сознанием, цифры остаются лишь странными арабскими закорючками, сообщающими об измерении тех или иных показателей.
Были даже попытки добавить трёхмерности к одномерному миру чисел и двумерному миру диаграмм, чтобы добавить эмоций: создание прокручиваемых видеороликов, анимированных по оси времени, инструменты для добавления фотографий, картинок и видео в отчеты, и даже возможность вращать любой стол на трехмерной панели онлайн, даже в перевернутом виде.
Смотришь прямо — видишь таблицу, слегка наклоняешь рабочую панель, и вдруг из цифр появляются цветные столбцы или линейные диаграммы, превращающие набор таблиц в визуально красивый дашборд.Здесь мы попались на авторитет мирового эксперта в области дизайна Дварда Тафте, который постоянно призывает помещать числовые данные в контекст, дополнять их необходимой атмосферой и формировать, по сути, дополненную реальность.
К сожалению, трудозатраты на качественное размещение многомерных OLAP-кубов в трехмерном мире были бы просто непомерными, а полезный эффект не так очевиден.
4. Антимобильность
В ходе полевых исследований процесса работы с большими данными необходимость создания полноценного инструмента управления данными для мобильных интерфейсов казалась весьма спорной.Скорее всего, необходимо четко разделить сложные конструкторы, сильно нагруженные настройками, опциями и расширенными возможностями (см.
кабину) — от сиденья расслабленного путешественника до страны больших данных в бизнес-классе у окна.
Так же, как потребителя голливудского блокбастера не пускают в режиссерское кресло, мы пришли к выводу, что одному и тому же пользователю потребуются две разные роли в системе: оператор данных на ПК с расширенным функционалом дизайнера, формирующий необходимые кубы, сводные таблицы, а также итоговые дашборды, зритель на смартфоне, увлеченный финальным повествованием и искренне сопереживающий перипетиям представленного впереди сюжета его, представленный на приборной панели/раскадровке.
5. Ключевая роль стола
Очевидно, что нельзя недооценивать важность и простоту табличного представления данных.В то же время наши собственные скромные исследования наглядно доказали, что людям достаточно сложно воспринимать таблицы, содержащие всего 4-5 столбцов данных.
Более того, сложилось внутреннее убеждение, что среднестатистический человек способен адекватно оценивать информацию (фокусировать и связывать ее в последовательность из 3 и более выводов) только в том столбце, по которому были отсортированы данные в таблице (неважно, насколько велики).
.
В то же время и без того сложная двойная сортировка внутри групп второго уровня воспринимается с проблемами, а сортировка внутри третьего уровня вложенности в таблицах - через некоторое время вызывает у испытуемых простейшие ошибки и путаницу в выводах.
Таким образом, возникает парадокс, когда многомерные кубы OLAP-данных с 5-7 наборами информации по 10-20 измерениям в идеале необходимо адаптировать в целую кучу простых таблиц с одним или двумя измерениями и парой наборов информации, вырожденных в карточки.
Слишком хаотичный вид такого решения с кучей из сотен карточек на экране, несмотря на хорошую технику слияния этих очень простых таблиц путем перетаскивания, наложения и обратного разрыва, не позволял нам полностью следовать по пути, найденному с помощью из наших собственных наблюдений.
Сами карточные интерфейсы, конечно, очень хороши, как и возможность отправить одну карту из таблицы с нужным показателем в любой мессенджер, не выгружая при этом весь дашборд (или даже куб), но по сути для пользователя , наличие именно этой небольшой особенности не будет решающим фактором при выборе инструмента для обнаружения данных.
Честно говоря, проблемы выбора программного обеспечения для исследований внутри компании вообще не возникло, поэтому инновационные идеи интерфейса пришлось строго свести к минимуму.
6. Долой перетаскивания и промахи.
Даже несмотря на модность и актуальность такой операции, как перетаскивание, на практике и в действительно сложных системах от нее приходится периодически отказываться.
Все дело в том, что перетаскивание «съедает» у пользователя непростительно много времени и сил, заставляя его вместо стандартного клика: схватить, тащить цель, отпускать, плевать, взять и перетащить еще раз будет точнее.
В ходе моего исследования выяснилось, что в среднем перетаскивание небольшого поля данных в таблицу\диаграмму\конструктор занимает примерно две секунды.
Иногда эта утомительная операция занимала полминуты, отнимая у пользователя концентрацию, калории и время на дальнейший углубленный анализ полученных данных.
То же самое касается и вложенных выпадающих меню, в которых для выполнения пары настроек часто приходится дважды подряд открывать меню первого уровня, чтобы затем перейти к последующим подменю.
Самое страшное, когда подобные меню настроек устроены так, что они выпадают поверх данных, ради просмотра которых, собственно, и затевался весь процесс.
Основные проблемы
Итак, шаг за шагом при проектировании интерфейса нам удалось выявить несколько принципиальных проблем: а) Большие данные действительно большие.Они имеют множество измерений, фактов, возможностей представления и до 7 одновременных настроек, которые постоянно создают визуальную перегрузку для аналитика и не без прокрутки включаются либо в горизонтальные ряды, либо в вертикальные панели: б) Вам необходимо постоянно держать перед глазами справочник всех полей данных выбранного куба, занимающий до четверти всего экрана; в) Материалы Google, адаптированные для управления социальными сетями и контактами на маленьком смартфоне, абсолютно не подходят для сложной b2b-системы; г) Отсутствие прямой связи между фактом и действием с ним.
Сложность отображения связанных данных путем перекидывания между ними визуальных «мостиков»; д) Отсутствие четко выраженного конверсионного действия, четкой конечной цели или окончания исследования.
Каждые данные могут постоянно трансформироваться, пользователь может регулярно возвращаться к одному отчету и на его основе создавать новые вариации и срезы данных; е) Регулярная необходимость ввода с клавиатуры сложных выражений, фильтров, категорий для качественного анализа заранее сформированных системой таблиц; ж) Возможность устанавливать фильтры как для всего отчета сразу, так и для каждого графика отдельно, не позволяя пользователю запутаться в сложных тонкостях фильтрации; з) обязательный инструмент выделения любой области внутри таблицы (лассо) с переносом данных в отдельный визуальный объект (таблицу или диаграмму); и) работать в одном окне без перезагрузки страниц и затемнения их модальными окнами.
Горячие клавиши устарели?
Авиасимуляторы прошлого, по сложности схожие с интерфейсами современных аналитических программ, в полной мере использовали горячие клавиши.Поэтому на каком-то этапе мне показалось интересной идея перенести все сложности управления данными на клавиатуру.
Таким образом, каждое поле данных могло иметь только индикаторы текущего состояния, а вся сортировка, формулы, фильтры или изменения осей осуществлялись бы с помощью комбинаций S, F, Z, X, Y, Tab с кнопкой Ctrl, после выбора желаемый факт/измерение с помощью мыши.
Естественно, такой подход потребует достаточно длительного обучения и адаптации пользователя (высокий порог входа), но сможет существенно разгрузить визуальную часть интерфейса.
Аналогично, в какой-то момент показалось, что замена всех опций тегами может существенно разгрузить интерфейс.
Но такая разгрузка была мнимой, облегчающей экран — мы очень усложнили жизнь оператору наших данных, заставив его держать в голове правила написания огромного количества тегов и коротких формул: Также, к сожалению, из соображений максимальной эффективности не удалось протолкнуть решение по написанию полностью настраиваемой графической библиотеки для стилизации графических отчетов под нужды компании.
Пришлось взять один из имеющихся и лишить себя этой красоты:
Результаты всех мучений
Как видим, было опробовано большое количество концепций, каждая из которых имела право на существование, но не удовлетворяла в полной мере всем ключевым принципам, а также не решала всех существующих проблем и даже порождала новые.На текущем этапе мне кажется, что наиболее близким к идеалу решением является то, что мы условно называем концепцией «Блокнот»: Он эмоционален – вызывает приятные воспоминания из школы, в нем тетрадь разлинована, максимально подчеркивая важность стола.
Он позволяет всегда видеть данные и перекрывается только при вводе нового значения в строку.
Он абсолютно антимобильный в виде конструктора, но позволяет просматривать с телефона дашборд, сгенерированный в HTML, по ссылке.
Каждая строка здесь интерактивна и позволяет начать вводить названия Измерений, Значений, Фильтров непосредственно в любом указанном месте.
А качественное автозаполнение подскажет и ускорит ввод. Здесь нет перетаскивания, а все настройки логически структурированы в левом блоке навигации и управления.
Один и тот же экран на ПК — это и конструктор таблиц, и конечный дашборд. Каталог данных всегда доступен слева, а аркан (Ctrl+L) позволяет выбрать любую область таблицы.
Но последняя проблема здесь пока никак не решена — сами данные и их настройки оказались крайне фрагментированы, и человеку постоянно приходится смотреть в правую часть экрана, производя настройки в левой.
Собственно, цель данной статьи — призвать на помощь уважаемых коллег, которые могли бы добровольно и искренне помочь разрешить последнюю дилемму и наконец-то добраться до первого релиза.
Теги: #наука о данных #интерфейсы #юзабилити #веб-дизайн #добыча данных #бизнес-аналитика #бизнес-аналитика #бизнес-анализ #поликатика
-
Подержанные Ноутбуки По Выгодным Ценам.
19 Oct, 24 -
Яйцо
19 Oct, 24 -
Ннми 8: От Слов К Делу
19 Oct, 24 -
Футер Без Проблем «Прибился» Ко Дну
19 Oct, 24
